Temi correnti di ricerca

Metodi formali per il ragionamento causale e interpretazioni della causalità

L’elaborazione di  metodi formali per il ragionamento causale, quali le reti bayesiane causali ed i  modelli ad equazioni strutturali , costituiscono un utile strumento per vagliare la correttezza dei nostri giudizi causali. Tuttavia, da un punto di vista di filosofico, è ancora aperto il  problema della loro relazione con le diverse nozioni  di causa prevalenti, come debbano essere adattati a diverse discipline e se siano adeguati ai giudizi causali singolari.

Generalità e singolarità in medicina

Questo tema è strettamente legato al precedente. La mia ricerca si concentra su differenze e analogie tra giudizi e inferenze di causazione generica (epidemiologia) e giudizi e inferenze individuali  (diagnosi) in campo medico.

Causalità probabilistica

Il problema della interpretazione delle nozioni causali è strettamente legato a quello delle interpretazioni della probabilità. La mia ricerca si concentra su quale interpretazione della probabilità siano adeguate in campo clinico.

La definizione della ‘Sindrome metabolica’ : diverse nozioni, diverso contenuto causale

La definizione di ‘Sindrome metabolica’, tuttora controversa, offre un interessante problema di ontologia medica. La mia ricerca indaga il  diverso ‘contenuto causale’ delle definizioni proposte e propone una analisi della sindrome alla luce del dibattito filosofico in atto sui “Natural Kinds”.

Esperimenti mentali e cause individuali

L’indagine filosofica sulla causazione singolare fa amio uso di argomentazioni basat su esperimenti mentali. La mia indagine si concentra sulla comparazione  tra esperimenti mentali e modelli formali astratti - quali I modelli ad equazioni strutturali – come strumenti  per valutare la correttezza dei nostri giudizi causali.

Current issues of research

Formal methods for causal reasoning and interpretations of causality

Recent formal methods for causal reasoning, such as Causal Bayesian Networks and Structural Equation Models offer an useful tool for assessing the validity of our causal judgments. However, from a philosophical perspective, some problems are still open. I focus on  how they relate to the principal interpretation of causality, on their utility in different scientific domains, and on their applicability to singular causal judgments.

Generality and singularity in medicine

This issue is closely related to the preceding one. My research focuses on the differences and analogies of generic causal judgements (epidemiology) and  judgments about singular events (clinical diagnosis) in medicine .

Probabilistic  causation

The problem of interpreting the notion of causality is strictly elated to the problem of the interpretation of probability. I examine the adequacy of different interpretations of probability with regard to clinical domain.

Defining Metablic Syndrome: different notions, different ‘causal content’

The definition of metabolic syndrome has been, and still is, extremely controversial. My hypothesis is that the controversy is at least partially due to the different ‘causal content’ of the various definitions and that  an approach in terms of ‘Natural Kinds’ (as defined by recent philosophy of science) can be of help in evaluating alternative definitions of some diseases.

Thought experiments and actual causation

Philosophical works on actual causation make wide use of thought experiments. I focus on the relation between thought experiments and formal abstract models as structural equation models as tools for assessing the validity of our causal judgements.

Le cinque pubblicazioni più significative della carriera

1. M. Benzi, "Thought Experiments and Actual Causation", in Topoi (2016) (doi: 10.1007/s11245-016-9427-7)
   
2. M. Benzi, “Probabilistic Causation”, in Isonomia Epistemologica, S.I. 2014, 31-55
3. M. Benzi, “Contexts for causal models”, in F.Russo, and J. Williamson, (eds.) Causality and Probability in the Sciences, College Publications, London 2007, pp. 467 - 486.
4. M. Benzi, Scoprire le cause. Reti causali, contesti, probabilità. Angeli, Milano 2003, ristampa 2005.
5. M. Benzi, Il ragionamento incerto. Probabilità e logica in intelligenza artificiale. Angeli, Milano 1997